[發(fā)明專利]一種提取空間鄰接關(guān)系特征的方法及裝置有效
| 申請?zhí)枺?/td> | 201710253367.8 | 申請日: | 2017-04-18 |
| 公開(公告)號: | CN106951886B | 公開(公告)日: | 2019-09-10 |
| 發(fā)明(設(shè)計)人: | 王常穎;邵峰晶;隋毅 | 申請(專利權(quán))人: | 青島大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 北京眾達(dá)德權(quán)知識產(chǎn)權(quán)代理有限公司 11570 | 代理人: | 劉杰 |
| 地址: | 266071 山*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 提取 空間 鄰接 關(guān)系 特征 方法 裝置 | ||
1.一種提取空間鄰接關(guān)系特征的方法,其特征在于,所述方法包括:
獲取遙感數(shù)據(jù),基于所述遙感數(shù)據(jù)構(gòu)建遙感影像的復(fù)雜網(wǎng)絡(luò)模型;
基于所述復(fù)雜網(wǎng)絡(luò)模型,利用網(wǎng)絡(luò)退縮算法及所述可達(dá)路徑搜索算法建立空間鄰接關(guān)系網(wǎng)絡(luò),所述空間鄰接關(guān)系網(wǎng)絡(luò)為所述空間鄰接關(guān)系特征。
2.如權(quán)利要求1所述的方法,其特征在于,所述基于所述遙感數(shù)據(jù)構(gòu)建遙感影像的復(fù)雜網(wǎng)絡(luò)模型,包括:
將所述遙感數(shù)據(jù)中的每個像素作為一個節(jié)點,基于各節(jié)點與右鄰居之間的關(guān)系、及各節(jié)點與下鄰居之間的關(guān)系構(gòu)建所述復(fù)雜網(wǎng)絡(luò)模型;其中,所述遙感數(shù)據(jù)為所述遙感影像的地物分類結(jié)果數(shù)據(jù)。
3.如權(quán)利要求1所述的方法,其特征在于,所述復(fù)雜網(wǎng)絡(luò)模型為Network=CreateNet(Image)=<V,R,E>;其中,所述Image為s列l(wèi)行n個波段的遙感影像;所述V為頂點集,所述R為關(guān)系集,所述E為邊集。
4.如權(quán)利要求3所述的方法,其特征在于,所述V={p0,0,p1,0,…,ps-1,0,…pi,j…,ps-1,l-1},所述pi,j為地理經(jīng)度值、地理緯度值及n個波段值的n+2維向量的集合;
所述R={r1,r2},所述r1為節(jié)點v的右鄰接關(guān)系,所述r2為節(jié)點v的下鄰接關(guān)系;所述E=E1∪E2;所述E1為
其中,所述u為所述網(wǎng)絡(luò)模型的另一節(jié)點。
5.如權(quán)利要求1所述的方法,其特征在于,所述基于所述復(fù)雜網(wǎng)絡(luò)模型,利用網(wǎng)絡(luò)退縮算法及所述可達(dá)路徑搜索算法建立空間鄰接關(guān)系網(wǎng)絡(luò),包括:
利用子網(wǎng)提取算法PatchNet(lon,lat,R)=<V′,R,E′>=SubNetwork(Network,V′,R)提取所述復(fù)雜網(wǎng)絡(luò)模型覆蓋地理位置(lon,lat)處關(guān)于關(guān)系集R連通區(qū)域的對象,基于所述關(guān)系集R連通區(qū)域的對象生成斑塊級網(wǎng)絡(luò);
基于所述斑塊級網(wǎng)絡(luò),利用網(wǎng)絡(luò)退縮算法及所述可達(dá)路徑搜索算法建立空間鄰接關(guān)系網(wǎng)絡(luò);其中,所述lon為所述地理位置的經(jīng)度值,所述lat為所述地理位置的緯度值;所述PatchNet為所述斑塊級網(wǎng)絡(luò);所述V′為所述斑塊級網(wǎng)絡(luò)的第一節(jié)點集合;所述E′為所述V′中具有r(r∈R)關(guān)系的邊構(gòu)成的集合。
6.如權(quán)利要求5所述的方法,其特征在于,所述利用網(wǎng)絡(luò)退縮算法及所述可達(dá)路徑搜索算法建立空間鄰接關(guān)系網(wǎng)絡(luò),包括:
利用網(wǎng)絡(luò)退縮算法ShrinkNet(Network,SubNet)=<V1′,R′,E1′>將所述斑塊級網(wǎng)絡(luò)中的第i個子網(wǎng)Neti退縮為第i個節(jié)點vi;將第j個子網(wǎng)Netj退縮為第j個節(jié)點vj后,形成當(dāng)前網(wǎng)絡(luò);
在所述當(dāng)前網(wǎng)絡(luò)中利用可達(dá)路徑搜索算法分別搜索節(jié)點vi到節(jié)點vj的第一可達(dá)路徑及節(jié)點vj到節(jié)點vi的第二可達(dá)路徑;
若所述第一可達(dá)路徑或所述第二可達(dá)路徑為直接可達(dá),則將所述第一可達(dá)路徑或所述第二可達(dá)路徑儲存至所述空間鄰接關(guān)系網(wǎng)絡(luò)中;
若所述第一可達(dá)路徑或所述第二可達(dá)路徑為間接可達(dá),則將所述第一可達(dá)路徑或所述第二可達(dá)路徑儲存至所述空間鄰接關(guān)系網(wǎng)絡(luò)中;
其中,所述V1′為所述當(dāng)前網(wǎng)絡(luò)的第二節(jié)點集合;所述R′為所述當(dāng)前網(wǎng)絡(luò)的關(guān)系集,所述E1′為所述當(dāng)前網(wǎng)絡(luò)中所述V1′中具有r(r∈R′)關(guān)系的邊構(gòu)成的集合。
7.如權(quán)利要求6所述的方法,其特征在于,所述第一可達(dá)路徑邊的數(shù)量為所述第一可達(dá)路徑所經(jīng)過所有邊的數(shù)量中的最小值;
第二可達(dá)路徑的邊的數(shù)量為所述第二可達(dá)路徑所經(jīng)過所有邊的數(shù)量中的最小值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于青島大學(xué),未經(jīng)青島大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710253367.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





